子集由空行分隔的 R data.table答案

【问题标题】：subsetting an R data.table delimited by empty rows子集由空行分隔的 R data.table
【发布时间】：2020-07-20 03:33:38
【问题描述】：

我正在尝试使用 R 从 excel 文件中提取和清理数据。其中一些 excel 文件包含多个表结构（由空行分隔），我想将它们分成多个 data.tables。

我只是尝试使用以下方法返回完全为空的行的索引：

blankrows <- which(all(is.na(tempdata)), arr.ind = TRUE)

然后我可以用它来对数据进行子集化（“tempdata”是一个 data.table）

如果我只使用is.na(tempdata)，我会得到所有具有任何 NA 值的索引（这不是我想要的），但是当我使用all() 时，即使肯定有空行，我也不会得到任何索引.我可能误解了这两个函数中的一个或两个，但我的理解是is.na() 返回一个逻辑变量向量，如果它们都是 true，all() 应该返回 true。

【问题讨论】：

我用all 包装它，它会是一个TRUE/FALSE，然后用which 包装会返回1。按行检查NA 会更容易，然后执行用于拆分数据集。即i1 <- dt[, Reduce(&, lapply(.SD, is.na))] ; split(dt, cumsum(i1))
顺便说一句，| 或 & 周围有反引号。目前尚不清楚您希望以哪种方式拆分，即整行是 NA 还是任何 NA 行
也许可以查看readxl 包，因为它允许在 Excel 中读取矩形数据块？
非常感谢，@akrun！

标签： r data.table subset data-cleaning

【解决方案1】：

我们可以使用is.na 和Reduce 创建一个逻辑索引，通过累积和将split 数据转换为数据集的list 将其转换为数字

i1 <- dt[, Reduce(`&`, lapply(.SD, is.na))] 
split(dt, cumsum(i1))

【讨论】：